一类矩不等式及应用

本文获得两两独立序列,NQD序列,φ-混合序列,ρ-混合序列的Bahr-Esseen型矩不等式.作为应用,获得这些序列的均值收敛性,H′ajek-R′enyi不等式,强收敛性,极大值矩的存在性,等等.     

B值行独立随机元阵列的矩完全收敛性

本文研究了B值行独立的随机元阵列的矩完全收敛性.利用B值行独立的随机元阵列的概率不等式,在随机元阵列随机有界于某非负随机变量的条件下,获得了B值行独立的随机元阵列的矩完全收敛性的一些充分条件,并完善了Chow关于实值独立同分布随机变量列的矩完全收敛性的结果.     

B值混合随机场的强大数律

本文讨论了取值于p型空间(1≤p＜2)上的混合随机场的强大数律和完全收敛性问题,获得了与独立同分布情形相类似的结果;改进了张立新(1998)的结果,并对该文中提出的一些问题作了回答.特别对ρ-混合,ρ*-混合实值随机序列部分和的大数定律给出了必要条件.     

φ-混合序列加权和的矩完全收敛性

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

φ-混合序列加权和的矩完全收敛性（英文）

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

φ混合随机变量加权和的完全收敛性(英文)

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

φ混合随机变量加权和的完全收敛性

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

混合序列的Bernstein型不等式及其逆矩

吴铁肩等在Lindeberg型条件下,得到非负独立随机变量逆矩的渐近逼近.该文获得了φ-混合、Ψ-混合序列的Bernstein型不等式及其完全收敛性,并给出其逆矩的渐近逼近,推广和改进了吴铁肩等和胡舒合等文中的相应结果.     

B值混合随机场的强大数律

本文讨论了取值于p-型空间（１≤p＜２）上的混合随机场的强大数律和完全收敛性问题，获得了与独立同分布情形相类似的结果；改进了张立新（１９９８）的结果，并对该文中提出的一些问题作了回答．特别对ρ－混合，ρ＊－混合实值随机序列部分和的大数定律给出了必要条件．     

混合序列的完全收敛性和部分和的几乎处处收敛性

讨论了不同分布ρ混合序列的完全收敛性和部分和的几乎处处收敛性,利用矩不等式和截尾方法,得到了和独立情形完全一样的结果．     

相依样本平滑移动过程的矩完全收敛性

本文研究了基于(φ)-混合随机序列的平滑移动过程.利用矩不等式和截尾的方法,获得了基于(φ)-混合随机序列平滑移动过程的矩完全收敛性的充分条件,推广了文[4]和[8]的结果.     

φ-mixing 平稳序列和的完全收敛性

一、引言完全收敛性概念是许宝(?)和 Robbins 于1947年引入的。近年来,许多学者(例如Baum 和 Katz,白志东和苏淳)研究了独立同分布实值随机变量序列的完全收敛性,获得了一系列好的结果。自然我们希望这些结果对非独立的情况也成立。     

不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

B值随机变量序列一类加权和的完全收敛性

在没有任何几何假设条件下,本文获得了取值于Banach空间随机变量序列一类加权和的完全收敛性,推广和改进了已有的结果.作为应用获得了取值于p型Banach空间随机变量序列的完全收敛性,特别获得了经验过程在L_p范数下的完全收敛性,1≤p<2.     

■混合随机变量序列加权和的矩完全收敛性

本文研究了■混合随机变量序列加权和的矩完全收敛性,利用φ混合随机变量序列的Rosenthal型不等式,得到了■混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已有的结果.     

B值随机元阵列矩完全收敛性的进一步讨论

完全收敛性是概率极限理论中的一个重要的概念.考虑了矩完全收敛性,在随机元阵列随机有界于某非负随机变量的条件下,通过引入函数类S,得到了B值行独立对称的随机元阵列矩完全收敛性的一些充分条件.同时得到了p型Banach空间中独立零均值随机元序列矩完全收敛性的一个充分条件.     

ρ-混合序列加权和的完全收敛性及其应用

本文研究了ρ-混合序列加权和的一些强极限定理,利用最大值矩不等式,获得了ρ-混合序列加权和的完全收敛性.并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计.     

混合随机变量序列加权和的矩完全收敛性

该文研究了混合随机变量序列加权和的矩完全收敛性.利用混合随机变量的Rosenthal型最大值不等式,得到了混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已知的一些文献中相应结论.     

PA序列部分和的完全收敛性

研究PA序列部分和的完全收敛性的充分条件,获得与独立情形一致的结论 ,同时给出了PA序列的一具极大部分和的矩不等式。     

混合序列矩不等式和非参数估计

对p-混合、(?)-混合序列给出两个矩不等式,它们在加权和序列研究中比邵启满在[6]、[7]中给出的矩不等式更实用.作为应用,这里讨论非参数递归密度核估计的强收敛速度和非参数回归函数加权核估计的强相合性,获得较好结论.